Syllabus Computer Machine Learning मशीन लर्निंग

Machine Learning मशीन लर्निंग

Comprehensive study guide covering ML concepts, supervised/unsupervised learning, algorithms, and applications for UPSSSC Mains. UPSSSC लोअर मेन्स के लिए ML अवधारणाओं, पर्यवेक्षित/अपर्यवेक्षित शिक्षण, एल्गोरिदम और अनुप्रयोगों को कवर करने वाली मार्गदर्शिका।

Comprehensive Concept Mindmap: Machine Learning Paradigms & Mathematical Workflow विस्तृत संकल्पना माइंडमैप: मशीन लर्निंग (ML) प्रतिमान, एल्गोरिदम एवं जीवन चक्र

Exhaustive Thematic Flow • 6 Pillars • Arthur Samuel & Tom Mitchell • Supervised vs Unsupervised • Ensemble (Random Forest/XGBoost) • Bias-Variance Tradeoff • UP Exam Essentials समग्र विषयवार संकल्पना प्रवाह • 6 प्रमुख स्तंभ • आर्थर सैमुअल व टॉम मिशेल • सुपरवाइज्ड बनाम अनसुपरवाइज्ड • एन्सेम्बल मेथड्स • बायस-वेरिएंस ट्रेडऑफ • उप्र परीक्षा उपयोगी तथ्य

Machine Learning (ML) Workflow & Paradigms मशीन लर्निंग (ML) जीवन चक्र एवं प्रतिमान

1. ML Foundations & Pipeline 1. ML सैद्धांतिक आधार एवं संपूर्ण जीवन चक्र

Samuel 1959 • Mitchell 1997
Founders & Pipeline Stages संस्थापक एवं पाइपलाइन चरण
Arthur Samuel (1959, Checkers) Tom Mitchell (E, T, P Framework) Data Cleaning (Imputation/Outliers) Feature Scaling (MinMax/Standard) Train-Test Split (80:20 / 70:30) Hyperparameter Tuning (GridSearchCV) MLOps & Drift
Pioneering Definitions & 6-Step Pipeline प्रमुख परिभाषाएं एवं 6-चरणीय पाइपलाइन
  • Arthur Samuel (1959): Coined the term "Machine Learning" while developing an IBM computer program to play checkers; defined it as "the field of study that gives computers the ability to learn without being explicitly programmed". आर्थर सैमुअल (1959): चेकर्स (शतरंज जैसा खेल) खेलने वाला प्रोग्राम बनाते समय "मशीन लर्निंग" शब्द गढ़ा; परिभाषा दी: "कंप्यूटरों को बिना स्पष्ट प्रोग्रामिंग के स्वतः सीखने की क्षमता प्रदान करना"।
  • Tom Mitchell's Mathematical Formulation (1997): A computer program learns from experience $E$ with respect to task $T$ and performance measure $P$, if its performance at task $T$, as measured by $P$, improves with experience $E$. टॉम मिशेल का गणितीय सूत्र (1997): कोई प्रोग्राम कार्य $T$ के संबंध में अनुभव $E$ से सीखता है यदि कार्य $T$ में उसका प्रदर्शन $P$, अनुभव $E$ के साथ बेहतर होता जाता है।
  • The 6-Step ML Lifecycle: 1. Problem Formulation & Data Collection -> 2. Data Preprocessing (handling nulls, scaling) -> 3. Feature Engineering (encoding, PCA) -> 4. Model Training -> 5. Hyperparameter Tuning -> 6. Evaluation & Deployment. ML का 6-चरणीय जीवन चक्र: 1. डेटा संग्रह -> 2. डेटा प्रीप्रोसेसिंग (रिक्त मान व आउटलायर हटाना) -> 3. फीचर इंजीनियरिंग -> 4. मॉडल प्रशिक्षण -> 5. हाइपरपैरामीटर ट्यूनिंग -> 6. मूल्यांकन व परिनियोजन (Deployment)।
UPSSSC Top Note: Arthur Samuel coined "Machine Learning" in 1959; Tom Mitchell defined ML formally through E (Experience), T (Task), and P (Performance)! UPSSSC मुख्य बिंदु: 1959 में आर्थर सैमुअल ने 'मशीन लर्निंग' शब्द गढ़ा; टॉम मिशेल ने इसे E (अनुभव), T (कार्य) व P (प्रदर्शन) द्वारा औपचारिक रूप से परिभाषित किया!

2. Supervised Learning 2. सुपरवाइज्ड लर्निंग: रिग्रेशन एवं क्लासिफिकेशन

Labeled Data • Regression • SVM
Core Supervised Algorithms प्रमुख सुपरवाइज्ड एल्गोरिदम
Linear Regression (Continuous, OLS) Ridge & Lasso (L2 / L1 Regularization) Logistic Regression (Sigmoid Function) Decision Trees (Entropy / Gini) SVM (Support Vector Machines, Margin) KNN (K-Nearest Neighbors, Lazy Learner) Naive Bayes (Bayes Theorem Probability)
Regression vs Classification Mechanics रिग्रेशन बनाम क्लासिफिकेशन कार्यप्रणाली
  • Supervised Learning Definition: Learning algorithm trained on labeled input-output pairs $(X, y)$ to predict outcomes for unseen test data. Divided into Regression (continuous output e.g. house price, temperature) and Classification (discrete categorical output e.g. spam/not spam, benign/malignant). सुपरवाइज्ड लर्निंग परिभाषा: लेबलयुक्त डेटा $(X, y)$ पर प्रशिक्षित मॉडल। रिग्रेशन: सतत संख्यात्मक आउटपुट का अनुमान (उदा. मकान की कीमत, तापमान)। क्लासिफिकेशन: असतत श्रेणियों में विभाजन (उदा. स्पैम या नॉन-स्पैम)।
  • Key Classification Algorithms: Logistic Regression: Uses Sigmoid function $\sigma(z) = rac{1}{1 + e^{-z}}$ to map real values to probability between 0 and 1. SVM: Finds the optimal decision hyperplane that maximizes margin between closest data points (Support Vectors); uses Kernel trick for non-linear boundaries. Naive Bayes: Calculates conditional probability assuming feature independence. प्रमुख वर्गीकरण एल्गोरिदम: लॉजिस्टिक्स रिग्रेशन: सिग्मॉइड फलन द्वारा 0 और 1 के बीच प्रायिकता देता है। SVM: सपोर्ट वेक्टर्स के बीच अधिकतम मार्जिन वाला हाइपरप्लेन खोजता है। नाइव बेयस: बेयस प्रमेय पर आधारित प्रायिकता मॉडल।
UPSSSC Top Note: Logistic Regression is a Classification algorithm (not regression); KNN is called a "Lazy Learner"; Naive Bayes assumes conditional feature independence! UPSSSC मुख्य बिंदु: लॉजिस्टिक्स रिग्रेशन वास्तव में एक क्लासिफिकेशन एल्गोरिदम है; KNN को 'लेज़ी लर्नर' कहा जाता है; नाइव बेयस सभी चरों को स्वतंत्र मानता है!

3. Unsupervised Learning 3. अनसुपरवाइज्ड लर्निंग: क्लस्टरिंग एवं डायमेंशनलिटी

Unlabeled • K-Means • PCA
Clustering & Reduction Techniques क्लस्टरिंग एवं आयाम न्यूनीकरण तकनीकें
K-Means Clustering (Centroids & Elbow) Hierarchical Clustering (Dendrograms) DBSCAN (Density Based Spatial) PCA (Principal Component Analysis) t-SNE & UMAP (Manifold Visualization) Apriori (Market Basket Analysis)
Unsupervised Mechanics & Algorithms अनसुपरवाइज्ड कार्यप्रणाली एवं तकनीक
  • Unsupervised Learning Definition: Discovers hidden structures, inherent patterns, or groupings within unlabeled data without any predefined target labels or supervisor feedback. अनसुपरवाइज्ड लर्निंग: बिना किसी लेबलयुक्त उत्तर या पर्यवेक्षक के, डेटा में अंतर्निहित पैटर्न, समानताएं और प्राकृतिक समूह (क्लस्टर) खोजना।
  • K-Means Clustering: Partitions data into $K$ distinct clusters by minimizing sum of squared distances to cluster centroids. Optimal number of clusters $K$ determined using the Elbow Method (inertia plot). K-मीन्स क्लस्टरिंग: डेटा को $K$ समूहों में सेंट्रॉइड्स के आधार पर बांटता है। उपयुक्त $K$ का मान एल्बो मेथड (Elbow Method) ग्राफ द्वारा तय होता है।
  • Principal Component Analysis (PCA): Dimensionality reduction technique that transforms large number of correlated variables into a smaller set of orthogonal, uncorrelated variables called Principal Components, capturing maximum variance using eigenvectors. प्रिंसिपल कंपोनेंट एनालिसिस (PCA): अत्यधिक चरों (हाई डायमेंशन) को कम चरों में बदलना; आइगेनवेक्टर्स द्वारा अधिकतम विचरण (Variance) को संरक्षित रखता है।
UPSSSC Top Note: K-Means requires specifying K in advance; Elbow Method finds optimal K; PCA is an unsupervised dimensionality reduction method! UPSSSC मुख्य बिंदु: K-मीन्स में K का मान पहले से देना होता है; एल्बो विधि द्वारा श्रेष्ठ K चुना जाता है; PCA आयाम घटाने (डायमेंशनलिटी रिडक्शन) की मुख्य तकनीक है!

4. Ensemble & Reinforcement Learning 4. एन्सेम्बल मेथड्स एवं रीइन्फोर्समेंट लर्निंग

Bagging • Boosting • Q-Learning
Ensemble Models & RL Concepts एन्सेम्बल मॉडल्स एवं RL संकल्पनाएं
Bagging (Bootstrap Aggregation) Random Forest (Leo Breiman, 2001) Boosting (Sequential Error Correction) AdaBoost & XGBoost (High Performance) Agent & Environment (Action, State, Reward) Markov Decision Process (MDP) Q-Learning (Bellman Equation)
Ensemble Techniques & RL Mechanics एन्सेम्बल तकनीक एवं RL की कार्यप्रणाली
  • Bagging vs Boosting: Bagging (Bootstrap Aggregating): Trains multiple base learners in parallel on bootstrap sample subsets; reduces variance (e.g. Random Forest). Boosting: Trains models sequentially where each new model focuses on instances misclassified by earlier models; reduces bias (e.g. AdaBoost, Gradient Boosting, XGBoost). बैगिंग बनाम बूस्टिंग: बैगिंग: स्वतंत्र मॉडल समानांतर में चलाकर वेरिएंस घटाता है (रैंडम फॉरेस्ट)। बूस्टिंग: क्रमिक रूप से मॉडल चलाता है जहाँ प्रत्येक अगला मॉडल पिछली गलतियों को सुधारता है; बायस घटाता है (XGBoost, AdaBoost)।
  • Reinforcement Learning (RL): Trial-and-error learning paradigm where an Agent interacts with an Environment, performs Actions ($A$), observes resulting States ($S$), and receives scalar Rewards ($R$) to maximize cumulative future reward (Bellman Equation, Q-Learning). Used in AlphaGo and autonomous driving. रीइन्फोर्समेंट लर्निंग (RL): 'प्रयास एवं त्रुटि' आधारित अधिगम; एक एजेंट अपने पर्यावरण में कार्य (Action) करता है, और बदले में पुरस्कार (Reward) या दंड प्राप्त कर अपनी रणनीति सुधारता है (Q-लर्निंग)।
UPSSSC Top Note: Random Forest is based on Bagging (parallel trees); XGBoost is based on Boosting (sequential correction); Q-Learning is a Reinforcement Learning algorithm! UPSSSC मुख्य बिंदु: रैंडम फॉरेस्ट 'बैगिंग' पर आधारित है; XGBoost 'बूस्टिंग' पर आधारित है; Q-लर्निंग रीइन्फोर्समेंट लर्निंग का प्रमुख एल्गोरिदम है!

5. Bias-Variance & Evaluation Metrics 5. बायस-वेरिएंस ट्रेडऑफ एवं मॉडल मूल्यांकन

Underfitting • Overfitting • F1-Score
Evaluation Metrics & Curves मूल्यांकन मानक एवं मैट्रिक्स
Confusion Matrix (TP, TN, FP, FN) Accuracy (Overall Correct) Precision (TP / TP+FP) Recall / Sensitivity (TP / TP+FN) F1-Score (Harmonic Mean of P & R) ROC-AUC (True vs False Positive) K-Fold Cross Validation
Overfitting vs Underfitting Mechanics ओवरफिटिंग बनाम अंडरफिटिंग कार्यप्रणाली
  • Bias-Variance Tradeoff: High Bias (Underfitting): Model is too simple to capture underlying trend; performs poorly on BOTH training and test data. High Variance (Overfitting): Model is overly complex; memorizes training noise; performs exceptionally on training data but fails miserably on unseen test data. बायस-वेरिएंस ट्रेडऑफ: उच्च बायस (अंडरफिटिंग): मॉडल इतना सरल है कि डेटा का पैटर्न समझ नहीं पाता (ट्रेनिंग व टेस्ट दोनों में खराब परिणाम)। उच्च वेरिएंस (ओवरफिटिंग): मॉडल ट्रेनिंग डेटा को रट लेता है (ट्रेनिंग में 100% सही लेकिन नए डेटा पर पूरी तरह फेल)।
  • Confusion Matrix Metrics: Precision: Measures exactness $ rac{TP}{TP + FP}$ (crucial when false positives are costly, e.g. spam filter). Recall (Sensitivity): Measures completeness $ rac{TP}{TP + FN}$ (crucial when false negatives are dangerous, e.g. cancer detection). F1-Score: Harmonic mean of Precision and Recall: $ rac{2 imes P imes R}{P + R}$. कन्फ्यूजन मैट्रिक्स मानक: प्रिसिजन (परिशुद्धता): $ rac{TP}{TP + FP}$ (स्पैम जांच में उपयोगी)। रिकॉल (संवेदनशीलता): $ rac{TP}{TP + FN}$ (कैंसर या बीमारी जांच में अनिवार्य)। F1-स्कोर: प्रिसिजन और रिकॉल का हरात्मक माध्य (Harmonic Mean)।
UPSSSC Top Note: Overfitting means high variance and low bias; F1-score is the Harmonic Mean of Precision and Recall; K-Fold Cross Validation prevents overfitting! UPSSSC मुख्य बिंदु: ओवरफिटिंग का अर्थ उच्च वेरिएंस व निम्न बायस है; F1-स्कोर प्रिसिजन व रिकॉल का हरात्मक माध्य है; K-फोल्ड क्रॉस वैलिडेशन ओवरफिटिंग रोकता है!

6. ML Frameworks & UP Applications 6. ML टूल्स, फ्रेमवर्क एवं उत्तर प्रदेश अनुप्रयोग

Scikit-Learn • UP Agri • UPPCL
Libraries & Governance Projects लाइब्रेरी एवं सरकारी परियोजनाएं
Scikit-Learn (Core Classical ML) NumPy & Pandas (Array & DataFrames) Matplotlib & Seaborn (Data Viz) UP Agriculture ML (Crop Yield Prediction) UPPCL Smart Metering (Theft Detection) UP Scholarship Portal (Fraud Prevention)
Real-World Government Applications in UP उत्तर प्रदेश में वास्तविक सरकारी अनुप्रयोग
  • Agricultural Crop Yield & Soil Analytics: UP Agriculture Department integrates satellite remote sensing with regression ML models to estimate wheat, paddy, and sugarcane yields in advance across 75 districts. कृषि उपज एवं मृदा विश्लेषण: उप्र कृषि विभाग रिमोट सेंसिंग व ML रिग्रेशन मॉडल द्वारा राज्य के 75 जिलों में गेहूं, धान व गन्ने की उपज का अग्रिम सटीक अनुमान लगाता है।
  • UPPCL Smart Power Loss Detection: Machine learning anomaly detection algorithms analyze smart electricity meter feeds to detect power theft, bypass tampering, and reduce Aggregate Technical & Commercial (AT&C) losses. UPPCL बिजली चोरी रोकथाम: स्मार्ट मीटरों के डेटा पर ML एनोमली डिटेक्शन मॉडल चलाकर बिजली चोरी व मीटर बाईपास की त्वरित पहचान की जाती है।
  • Welfare Fraud Detection: Machine learning deduplication and verification models prevent duplicate claims in UP scholarship distribution and farmer DBT subsidy schemes. कल्याणकारी योजनाओं में फर्जीवाड़ा रोकथाम: छात्रवृत्ति वितरण एवं किसान सम्मान निधि/सब्सिडी में फर्जी व दोहरे आवेदनों की पहचान हेतु ML सत्यापन का उपयोग।
UPSSSC Top Note: Scikit-learn is the primary Python library for classical ML algorithms; UPPCL uses ML anomaly detection on smart meter data! UPSSSC मुख्य बिंदु: Scikit-learn शास्त्रीय ML एल्गोरिदम की प्रमुख पायथन लाइब्रेरी है; UPPCL बिजली चोरी रोकने हेतु स्मार्ट मीटरों पर ML का उपयोग करता है!
1. Foundational Concepts of Machine Learning 1. मशीन लर्निंग की मूलभूत अवधारणाएं
  • Definition of Machine Learning:
    • A subset of Artificial Intelligence (AI) that provides systems the ability to automatically learn and improve from experience without being explicitly programmed.
    • Coined in 1959 by Arthur Samuel (IBM scientist who built a self-learning Checkers program).
    • Tom Mitchell's Formal Definition (1997): "A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E."     मशीन लर्निंग की परिभाषा:
    • आर्टिफिशियल इंटेलिजेंस (AI) का वह उप-क्षेत्र जो कंप्यूटर को बिना स्पष्ट रूप से प्रोग्राम किए, पिछले अनुभवों (डेटा) से स्वतः सीखने और सुधार करने की क्षमता प्रदान करता है।
    • 1959 में आर्थर सैमुअल (IBM) द्वारा 'मशीन लर्निंग' शब्द प्रतिपादित किया गया (इन्होंने चेकर्स गेम खेलने वाला प्रोग्राम बनाया था)।
    • टॉम मिशेल (1997) की परिभाषा: यदि किसी कार्य T पर अनुभव E के साथ प्रणाली का प्रदर्शन माप P सुधरता है, तो वह प्रणाली मशीन लर्निंग करती है।
  • Traditional Programming vs Machine Learning:
    • Traditional Programming: Data + Program (Rules written by Human) → Computer → Output.
    • Machine Learning: Data + Output (Desired Results) → Computer → Model / Rules (Automatically learned algorithm).     पारंपरिक प्रोग्रामिंग बनाम मशीन लर्निंग:
    • पारंपरिक प्रोग्रामिंग: डेटा + नियम (प्रोग्रामर द्वारा लिखित कोड) → कंप्यूटर → आउटपुट।
    • मशीन लर्निंग: डेटा + अपेक्षित आउटपुट → कंप्यूटर → मॉडल/नियम (कंप्यूटर स्वयं सीखता है)।
  • Machine Learning Workflow Lifecycle:
    • 1. Data Collection: Gathering raw structured or unstructured data.
    • 2. Data Cleaning & Preprocessing: Handling missing values, outliers, encoding categorical variables, normalization/scaling.
    • 3. Feature Engineering: Selecting and transforming relevant variables for prediction.
    • 4. Model Training: Splitting data into Training Set (typically 70-80%) and Testing Set (20-30%).
    • 5. Evaluation & Hyperparameter Tuning: Testing on unseen data and optimizing parameters.
    • 6. Deployment & Monitoring: Integrating model into production APIs.     मशीन लर्निंग का कार्यचक्र:
    • 1. डेटा संग्रहण: कच्चा डेटा एकत्र करना।
    • 2. डेटा प्री-प्रोसेसिंग: मिसिंग वैल्यू भरना, आउटलायर्स हटाना, स्केलिंग करना।
    • 3. फीचर इंजीनियरिंग: सबसे महत्वपूर्ण चर/विशेषताओं का चयन करना।
    • 4. मॉडल ट्रेनिंग: डेटा को ट्रेनिंग (70-80%) और टेस्टिंग (20-30%) में बांटकर मॉडल सिखाना।
    • 5. मॉडल मूल्यांकन: नए डेटा पर प्रदर्शन मापना और ट्यूनिंग करना।
    • 6. परिनियोजन (Deployment): वास्तविक उपयोग में लाना।
2. The Three Pillars of Machine Learning (Types & Algorithms) 2. मशीन लर्निंग के तीन मुख्य प्रकार एवं कलन विधियां (Algorithms)
Paradigmप्रतिमान Training Data Typeप्रशिक्षण डेटा प्रकार Sub-Tasksउप-कार्य Prominent Algorithmsप्रमुख एल्गोरिदम Real-World Examplesव्यावहारिक उदाहरण
Supervised Learning (पर्यवेक्षित) Labeled Data (Input $X$ mapped to known output $Y$).लेबल युक्त डेटा (इनपुट के साथ सही उत्तर दिया होता है)। 1. Classification: Discrete category prediction.
2. Regression: Continuous numerical value prediction.1. वर्गीकरण: श्रेणी पहचान (हाँ/ना)।
2. प्रतिगमन: संख्यात्मक मान का अनुमान।		 Linear Regression, Logistic Regression, Decision Trees, Random Forest, Support Vector Machines (SVM), k-Nearest Neighbors (k-NN), Naive Bayes Email spam filtering, credit card fraud detection, house price estimation, medical tumor diagnosis (Malignant vs Benign)
Unsupervised Learning (गैर-पर्यवेक्षित) Unlabeled Data (Only Input $X$ is given, no target label).बिना लेबल वाला डेटा (कोई पूर्व-निर्धारित उत्तर या श्रेणी नहीं होती)। 1. Clustering: Grouping similar data points.
2. Association Rule: Finding relations between items.
3. Dimensionality Reduction: Compressing features.1. क्लस्टरिंग: समान डेटा के समूह बनाना।
2. एसोसिएशन नियम: सह-संबंध खोजना।
3. आयाम न्यूनीकरण: विशेषताएं घटाना।		 k-Means Clustering, Hierarchical Clustering, Principal Component Analysis (PCA), Apriori Algorithm Customer segmentation in retail, market basket analysis (e.g., Bread → Butter), anomaly/intrusion detection, image compression
Reinforcement Learning (सुदृढ़ीकरण) Trial and Error via Environment Feedback (No static dataset; learns via Rewards and Penalties).वातावरण से परस्पर संवाद (सकारात्मक पुरस्कार एवं नकारात्मक दंड के आधार पर सीखना)। Policy Optimization: Agent takes actions in Environment to maximize cumulative reward over time.नीति अनुकूलन: एजेंट अधिकतम कुल पुरस्कार प्राप्त करने हेतु निर्णय लेता है। Q-Learning, Deep Q-Networks (DQN), Markov Decision Process (MDP), SARSA, Policy Gradients Self-driving car lane control, robotics navigation, chess/Go game bots (AlphaGo), automated financial trading
3. Model Evaluation Metrics, Confusion Matrix & Errors 3. मॉडल मूल्यांकन मानक, कन्फ्यूजन मैट्रिक्स एवं त्रुटियां
  • Confusion Matrix (वर्गीकरण मैट्रिक्स):
    • A $2 imes 2$ table used to evaluate the performance of a classification model:
      • True Positive (TP): Positive correctly predicted as Positive.
      • True Negative (TN): Negative correctly predicted as Negative.
      • False Positive (FP - Type I Error): Negative wrongly predicted as Positive (e.g., normal email marked as spam).
      • False Negative (FN - Type II Error): Positive wrongly predicted as Negative (e.g., diseased patient diagnosed as healthy - highly critical error).     कन्फ्यूजन मैट्रिक्स (Confusion Matrix):
    • वर्गीकरण मॉडल के प्रदर्शन को मापने वाली तालिका:
      • ट्रू पॉजिटिव (TP): सही रूप से पहचाना गया पॉजिटिव।
      • ट्रू नेगेटिव (TN): सही रूप से पहचाना गया नेगेटिव।
      • फाल्स पॉजिटिव (FP - टाइप I त्रुटि): गलत रूप से पॉजिटिव बताना (जैसे निर्दोष मेल को स्पैम घोषित करना)।
      • फाल्स नेगेटिव (FN - टाइप II त्रुटि): बीमारी होने पर भी नेगेटिव बताना (सबसे घातक त्रुटि)।
  • Core Performance Metrics:
    • Accuracy: $ rac{TP + TN}{TP + TN + FP + FN}$ (Total correct predictions over all predictions).
    • Precision: $ rac{TP}{TP + FP}$ (Out of all positive predictions, how many were actually positive).
    • Recall (Sensitivity): $ rac{TP}{TP + FN}$ (Out of all actual positives, how many were correctly detected).
    • F1-Score: The Harmonic Mean of Precision and Recall: $2 imes rac{ ext{Precision} imes ext{Recall}}{ ext{Precision} + ext{Recall}}$. Ideal for imbalanced datasets.     प्रमुख मूल्यांकन मानक:
    • सटीकता (Accuracy): कुल सही अनुमान / कुल परीक्षण मामले।
    • प्रिसिजन (Precision): मॉडल द्वारा बताए गए कुल पॉजिटिव में से कितने वास्तव में सही थे।
    • रिकॉल (Recall / संवेदनशीलता): वास्तविक पॉजिटिव मामलों में से मॉडल कितने पकड़ पाया।
    • F1-स्कोर: प्रिसिजन और रिकॉल का हरात्मक माध्य (Harmonic Mean); असंतुलित डेटासेट में सर्वश्रेष्ठ मापक।
  • Overfitting vs Underfitting (Bias-Variance Dilemma):
    • Underfitting (High Bias): Model is too simplistic; fails to capture patterns in training data and performs poorly on both training and test data.
    • Overfitting (High Variance): Model is overly complex; memorizes noise in training data. Performs exceptionally well on training set but poorly on new/unseen test data.
    • Remedies for Overfitting: Cross-validation ($k$-fold), Regularization ($L_1$ Lasso, $L_2$ Ridge), pruning decision trees, dropout, gathering more training data.     ओवरफिटिंग बनाम अंडरफिटिंग (बायस-वेरिएंस द्वंद्व):
    • अंडरफिटिंग (उच्च बायस): मॉडल बहुत सरल है; वह ट्रेनिंग डेटा के पैटर्न को भी नहीं सीख पाता (दोनों में खराब प्रदर्शन)।
    • ओवरफिटिंग (उच्च विचरण): मॉडल बहुत जटिल है; उसने ट्रेनिंग डेटा को रट लिया है। ट्रेनिंग में 100% अंक लाता है किंतु नए डेटा पर फेल हो जाता है।
    • ओवरफिटिंग रोकने के उपाय: $k$-फोल्ड क्रॉस वैलिडेशन, रेगुलराइजेशन ($L_1$ लासो, $L_2$ रिज), डिसिजन ट्री की प्रूनिंग (कटाई), अधिक डेटा जोड़ना।
Key One-Liner Exam Facts (UPSSSC Computer Special) महत्वपूर्ण वन-लाइनर परीक्षा तथ्य (UPSSSC कंप्यूटर विशेष)
Exam Question Topicपरीक्षा प्रश्न विषय Core Exam Fact & Detailsमहत्वपूर्ण तथ्य एवं विवरण
Who coined the term 'Machine Learning'?'मशीन लर्निंग' शब्द किसने गढ़ा? Arthur Samuel in 1959 at IBM.आर्थर सैमुअल (1959, IBM)।
Machine learning that utilizes labeled training datasetsलेबल युक्त डेटा पर आधारित मशीन लर्निंग Supervised Learning (पर्यवेक्षित शिक्षण).सुपरवाइज्ड लर्निंग (वर्गीकरण एवं प्रतिगमन)।
Common algorithm used for customer segmentation (clustering)ग्राहक वर्गीकरण (क्लस्टरिंग) हेतु सर्वाधिक प्रयुक्त एल्गोरिदम k-Means Clustering (Unsupervised learning).k-मीन्स क्लस्टरिंग (अनसुपरवाइज्ड लर्निंग)।
Type of error when a healthy person is classified as diseasedस्वस्थ व्यक्ति को बीमार घोषित करने वाली त्रुटि False Positive (Type I Error).फाल्स पॉजिटिव (टाइप I त्रुटि)।
Mathematical nature of F1-ScoreF1-स्कोर का गणितीय स्वरूप Harmonic Mean of Precision and Recall.प्रिसिजन और रिकॉल का हरात्मक माध्य (Harmonic Mean)।
Algorithm based on Bayes' Theorem of probabilityप्रायिकता के बेयस प्रमेय पर आधारित एल्गोरिदम Naive Bayes Classifier (popular in text classification and spam detection).नाइव बेयस क्लासिफायर (टेक्स्ट एवं स्पैम वर्गीकरण)।
Condition where model fits training data too closelyजब मॉडल ट्रेनिंग डेटा को अत्यधिक रट लेता है Overfitting (characterized by High Variance and Low Bias).ओवरफिटिंग (उच्च विचरण एवं न्यून बायस)।
Leading Python open-source library for classic Machine Learningपारंपरिक मशीन लर्निंग की प्रमुख पायथन लाइब्रेरी Scikit-Learn (sklearn).Scikit-Learn (sklearn)।
Machine learning paradigm based on reward and punishmentइनाम व सजा के सिद्धांत पर कार्य करने वाली लर्निंग Reinforcement Learning (सुदृढ़ीकरण शिक्षण).रीइन्फोर्समेंट लर्निंग (जैसे Q-लर्निंग)।
Technique used to reduce dimensionality without losing informationडेटा का आकार/आयाम घटाने वाली तकनीक PCA (Principal Component Analysis).PCA (प्रिंसिपल कंपोनेंट एनालिसिस)।